原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在尝试教计算机预测原子在不同材料（如碳、硅或盐）中的行为。为此，你需要向计算机展示成千上万个处于不同位置的原子示例。然而，计算这些原子的真实物理性质（使用一种称为密度泛函理论 DFT 的方法）极其昂贵且缓慢，就像聘请一位世界级的厨师只为做一顿饭。你无法负担为他们支付数百万顿饭的费用。
问题在于，如果你只是让计算机“随机探索”，它会不断访问那些同样无聊、安全的区域。这就像派一名游客去一座城市，却只允许他在酒店周围转圈；他永远看不到城市的其余部分。最终，你支付了成千上万顿饭的费用，但这些饭本质上都是一样的，而计算机仍然不知道如何烹饪辣菜或甜点。
本文提出了一种智能的新方法，用于选择要付费的哪些“餐点”（原子构型）。他们将其称为数据感知熵最大化主动学习。以下是其工作原理，使用简单的类比说明：
1. 两步策略：探索者与图书管理员
作者采用一个两部分系统来构建完美的训练数据集，而无需浪费资金。
- 探索者（局部熵）：想象一位徒步旅行者被告知：“不要只走直线；试着寻找与你刚刚走过的路径看起来不同的路线。”计算机运行模拟，将原子推入奇怪、扭曲的形状，只是为了观察会发生什么。这确保计算机访问了它通常不会去的“奇怪”地方。
- 图书管理员（全局熵）：现在，想象一位图书管理员，他拥有徒步旅行者迄今为止找到的每一本书（原子结构）的庞大目录。在徒步旅行者可以将新书加入收藏之前，图书管理员会检查：“这本新书是否教给我们一些我们尚不知道的东西？”
- 如果徒步旅行者带回的书只是他们已有书籍的略微不同副本，图书管理员会说：“不用了，我们已经有足够多的这类书了。”
- 如果徒步旅行者带回的书是关于一个全新主题的，图书管理员会说：“太好了！这很有价值。让我们付钱请厨师做这一顿吧。”
这种组合确保计算机从各种独特的示例中学习，而不是陷入重复数据的循环中。
2. “双模式”技巧
本文还提到了一种巧妙的技巧，用于处理不同类型的材料。
- 有序材料（如晶体）：想象一座完美堆叠的砖塔。系统会观察整座塔，以判断该模式是否新颖。
- 无序材料（如液体或杂乱的固体）：想象一堆沙子。系统会观察单个沙粒，以判断局部排列是否新颖。
通过在观察“整座塔”和“单个沙粒”之间切换，系统确保它既能理解整齐的晶体，也能理解杂乱、混乱的结构。
3. 结果：更智能，而非更费力
研究人员在三种截然不同的材料上测试了这种方法：
- 碳：（如钻石和石墨）。
- 硅：（如计算机芯片）。
- 盐（NaCl）：（离子晶体）。
他们将他们的“智能探索者”方法与“随机行走者”方法（即随机选择原子）进行了比较。
- 结果：“智能探索者”的效率提高了3 到 10 倍。
- 类比：如果“随机行走者”需要 800 顿昂贵的饭菜才能学会做一道像样的菜，那么“智能探索者”仅用 800 顿饭就学会了做得同样好（甚至更好），但这 800 顿饭全都是不同且有用的。事实上，对于碳而言，“随机行走者”遇到了一个“天花板”，即增加更多饭菜毫无帮助，而“智能探索者”则持续进步。
4. 针对碳的“锚点”修正
有一个小插曲。对于碳，“智能探索者”在发现奇怪、扭曲的形状方面如此出色，以至于它忘记了练习“近乎完美”的形状（如平静、稳定的钻石）。当在这些平静形状上进行测试时，计算机表现得有些不稳定。
修正方法：他们意识到，可以将 80% 的预算用于“智能探索者”（以发现奇怪且有用的东西），并保留 20% 作为“安全网”（仅选择几个平静、稳定的形状）。这种“混合池”使他们获得了两者的最佳效果：智能方法的高精度与平静形状的稳定性，而无需支付任何额外的饭菜费用。
总结
本文提出了一种更智能的方法来训练材料科学的人工智能。它不是盲目地将资金投入到随机示例中，而是使用“多样性过滤器”来确保每一次昂贵的计算都能教会计算机一些新东西。这使得科学家能够用更少的计算构建高度准确的模型，从而节省时间和金钱，同时覆盖更广泛的材料行为范围。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。